芯片技术反向外包影响因素分析及对策研究

韩振 戴军 任浩

基金项目：国家自然科学基金项目“多层次网络促动、知识异质度与企业持续创新能力研究”（71272048）;江苏高校哲学社会科学基金项目“中国制造2025背景下制造业实施反向服务外包的现状、问题及对策研究”（2018SJA1926）。

韩振，同济大学经济与管理学院博士研究生。

在国际贸易保护主义有所抬头的背景下，中兴、华为遭美制裁等事件表明：对芯片技术反向外包影响因素进行分析并找寻相关对策极为重要。就分析方法而言，由于模糊层次分析方法受主观影响大、一致性判別存在困难等原因，需要用改进的布谷鸟模糊层次分析法对芯片技术反向外包影响因素加以实证评估并进行重要性排序。就应对策略来说，国际贸易磋商、顶层设计与基层设计相结合、注重芯片人才培养、“一带一路”倡议联盟等，皆是需要考量的重要因素。

反向外包; 贸易保护; 商业壁垒; 价值链

F740A011708

一、 引 言

反向外包（Reverse Outsourcing， RO）是指发展中国家作为离岸外包发包方，采取雇佣发达国家技术人员，向发达国家进行技术发包，在发达国家建立子公司、离岸中心或并购发达国家企业等的一系列外包行为。例如：我国的一些高新技术企业中兴通讯、华为等公司，一直向欧美发达国家的博通、高通、英特尔等企业实施芯片技术反向外包（Chip Technology Reverse Outsourcing， CTRO）贸易业务。在CTRO贸易流程中，中国发包方企业可自主选择自身所需要的产品与服务模块或流程，这不但可以获得高质量的商品与服务，还可以通过“技术溢出效应”“投入—产出效应”产生的高技术密集度的生产率来提升红利，以较低的学习成本迅速完成“逆向工程”。

根据中国产业信息网的资料，90%的中国芯片依赖进口。2013年开始，中国花在芯片进口贸易的费用每年超过2000亿美元，到了2018年甚至突破了3000亿美元，远超石油的进口贸易费用。虽然芯片消费量超过美洲和欧洲的总和，约占全球总消费量的33%，但是中国芯片自给比例却仅为10%左右，自给率较低，因此中国只能通过长期实施反向服务外包业务而获得芯片技术。但一个奇怪的现象是：业界普遍关注石油的巨额贸易进口费用，却对超过石油贸易进口费用的芯片贸易业务不甚关注。直到中兴通讯公司连续遭受到美国的贸易惩罚后，业界似乎才如梦初醒;而在华为公司被美国政府严格限制芯片供应后，业界的关注才日益更甚，新闻也给予了铺天盖地的报道。西方发达国家，尤其是美国一直担心中国在高科技领域的快速崛起，因此中国企业开展CTRO业务从来不是一帆风顺的。随着国际贸易保护主义的抬头，2018年3月，美国对中国再次启动“301调查”：中国企业是否侵犯美国知识产权和“强制”美国企业技术转让;美国企业是否“被迫”与中方合作伙伴分享先进技术？美国针对中兴通讯公司的芯片贸易制裁有：2017年3月，中兴通讯公司向美国政府总计支付8.92亿美元罚款，另加3亿美元的暂缓罚款，才与美国财政部、商务部和司法部三部门初步达成和解协议，美国允许相关企业继续向中兴通讯公司供应芯片，将中兴通讯公司从出口限制名单中移除;2018年4月，美国商务部第二次发布公告，美国政府直到2025年都限制中兴通讯公司向美国相关企业购买芯片产品，经过商务谈判，中兴通讯公司最终接受美国提出的14亿美元罚款，外加更换公司领导层和董事会的处罚决定。美国针对华为公司的芯片贸易制裁有：2019年5月，美国商务部以违反国家安全为理由，将华为公司列入实体管制清单，并禁止美国相关企业向华为公司出售芯片产品与技术;2020年5月，美国商务部再次发布管制公告，对华为公司使用美国芯片及软件技术设计和制造相关半导体做出严格限制;2020年8月，美国商务部第三次对华为公司实施芯片技术制裁，宣布禁止任何企业使用美国软件或是美国相关制造设备为华为公司生产半导体产品。美国对中国的技术制裁剑指中兴通讯、华为公司等高科技企业，对以美国为首的赤裸裸的贸易保护主义挑战，中国应做好打长久贸易战的思想准备。

二、 研究述评

中国在20 世纪90 年代初就出现了反向外包贸易现象，例如与国际会计师事务所的业务合作、与发达国家银行业务的合作、与众多国家律师事务所的业务往来等。但最先提出了反向外包概念的却是普里亚森（PriyaSen）[1]，他在航空领域有一个发现：中国在高速发展进程中急需大量飞行员，国内培养显然来不及，因而持续向发达国家招募优秀飞行员，这样既获得了这些优秀飞行员的技术又节省了培养他们的高额成本。正如马库森（Markusen）等[2]研究的观点一样，发展中国家通过向发达国家购买技术或咨询可为发包企业带来大量的专业知识并获利。如果本国自力更生发展这些技术则需要付出的成本代价更大，芯片技术研发时间周期长而且往往不一定能获得预期的结果，这样的经济账明显不划算。反向外包贸易在输出技术的同时其实有利于发达国家人力资源岗位的发展，克里诺（Crinò）等[3]鲜明地指出向国外输出高新技术与服务明显提高了发达国家的高技能型人力资源的就业规模。但因为是芯片技术性质与业务范围所限，因而中低层的人力资源就业岗位规模可能有所降低。而且瓦森（Varsson）等[4]证明反向外包流程虽然无法避免不对称关系，但技术进步和经济发展可以超越零和博弈。因此芯片技术发包方企业和芯片技术接包方企业都得到了各自想要的利益，芯片技术业务的输入与输出乃是一个双赢的结果，不存在一方技术盈利而另一方技术枯竭的说法，更何况发展中国家实施芯片技术反向外包贸易在某种程度上是产业升级使然，是最易利用差异化市场优势以及有效的产业、贸易政策的方式，这点得到了汉弗莱（Humphrey）等[56]的研究结果证实。

有专家担心采取了技术反向外包贸易可能不利于中国的经济与人力资源发展，但一些学者对此提出不同的见解。孟雪[7]对中国的就业结构进行了定量研究，指出开展技术反向外包贸易对就业市场的作用是资源的一种重新配置。虽然技术反向服务外包并不能带来中国就业总人数的大量增加，但芯片高新技术的突破以及高技能人才的增多一定会有利于中国就业结构的优化。而在高端制造领域，中国正在发力实现“中国制造2025”目标。陈启斐等[8]研究指出通过技术反向外包贸易可以促进我国制造业价值链地位的提升，而芯片及其相关业务的技术制造具有高附加价值，有益于价值链的转型升级。吴凤羽等[9]研究也指出应鼓励企业开展技术反向外包贸易，因为它们有利于中国高端制造业的长远发展。陈羽等[1011]认为采取技术反向外包贸易是我国高新技术产业发展转型升级的现实策略，必须改变一种旧观念，即只有发达国家才有资格和能力实施技术外包的单项发展思维。

三、 研究方法

（一）FAHP方法与CS算法

本文采用模糊层次分析法（Fuzzy Analytic Hierarchy Process， FAHP）[12]，根据权重对研究对象进行排序或者综合评价。布谷鸟算法（Cuckoo search algorithm，CS）的莱维飞行负责局部搜索与偶尔的全局搜索，可以防止陷入局部最优值[13]：Xt+1i=Xti+r（Xtj-Xtk），其中r∈U（0，1）为缩放因子。

（二） 改進的CS-FAHP算法

因为应用FAHP方法需要求解多元非线性规划问题，传统的优化方法不易求解，一些学者提出了AGA-FAHP、RAGA-FAHP、PSO-FAHP等改进算法，分别使用加速遗传算法、实数编码的加速遗传算法和粒子群算法等智能算法求解[1416]。但这些优化算法存在收敛速度慢、容易陷入局部最优值等问题。邻域结构是J. Kennedy提出的一种方法，包含环形结构、轮形结构、随机环形结构等，使用邻域结构有利于保证种群的多样性，防止陷入局部最优[17]。本研究将随机环形邻域结构引入CS算法中：Xt+1i=rXti+α0u|v|l/β（Xti-Xbest）+0.001（Xtj-Xti）+0.001（Xtk-Xti），其中r为（0，1）之间均匀分布的随机数。改进后的算法共享了邻域内布谷鸟的位置信息，且邻域只与布谷鸟的下标有关，而与真实位置无关，可实现对空间的有效搜索，避免“早熟现象”。

四、 实证分析

（一） 影响因素设置

结合章宁[18]、王力等[19]的外包竞争优势研究观点，以及C.K.Prahalad&G.Hamel的核心能力论述[20]，本文设置的影响因素评价指标体系为两个层级：目标层有6个因素，子准则层有20个因素。主要测评CTRO的六大影响因素：R&D因素A1（R&D合理性U1、人力资源U2、信息资源U3、R&D基础U4）;技术性因素A2（技术适用性U5、技术配套性U6、技术成熟性U7、技术创新性U8）;生产性因素A3（设备设施水平U9、生产运营水平U10、生产者素养U11）;市场因素A4（产品及服务的现有竞争力U12、潜在的竞争者U13、市场开拓能力U14）;管理因素A5（组织管理架构U15、科学决策能力U16、管理者素养U17）;环境因素A6（国内外宏观环境U18、产业中观环境U19、企业微观环境U20）。

（二） 计算结果与分析

1. 计算结果

在问卷中，“较不重要、不重要、一般、较重要、重要”分别对应“0.1分、0.3分、0.5分、0.7分、0.9分”。通过咨询并委托政府、行业协会、企业及高校专家等，问卷给出了指标因素李克特5级评分初始权重，并在MATLAB 2013a环境下运行程序，设置布谷鸟20个，发现概率pα=025，惯性权重w=07，进化代数为200，算法运行10次，得到各判断矩阵及权重如表1—表7所示。

根据计算结果，在目标层的影响因素中，环境因素A6（0.251）、技术性因素A2（0.205）和R&D因素A1（0.172）所占的权重排名前三，对CTRO影响较大（见表7）。而在子准则层的影响因素中，国内外宏观环境U18（0.117）、技术创新

性U8（0.075）、科学决策能力U16（0.069）、产业中观环境U19（0.067）、企业微观环境U20（0.067）和R&D基础U4（0.063）所占的权重排名前六，对CTRO影响较大（见表8）。进一步将本文的改进算法与PSO-FAHP算法相比，从CIF均值与方差可以看出，本文算法求解精度更高，影响因素的排序更具科学性（见表9）。

2. 主要影响因素分析

（1）国内外宏观环境。中国经济虽快速发展但仍不得不面对一些关键领域、关键技术遭遇卡脖子问题。美国担心中国技术的快速崛起，挑战它的世界领头权威，因而对中国的技术制裁从来就没有停止过。在高新技术领域，面对中国日益发达的芯片技术反向外包业务，美国经常以侵犯国家安全为由，挥动惩罚大棒，编造莫须有的罪名，戴着有色眼镜对中国芯片企业实施不公正的贸易制裁。复杂的宏观环境影响着芯片企业技术反向外包的战略研判，也影响着企业决胜千里的竞争优势。中国芯片企业要时刻保持清醒的认识，因为对宏观环境缺乏前瞻性的企业常常一再被动，富有前瞻性的企业即使当前身处险境但迟早也会通过持续奋斗而摆脱困境。面临严峻复杂的宏观环境，中兴通讯公司通过前后两次交了数十亿美元罚款而获得继续合作的机会;而华为公司则在三次严格贸易制裁后，利用自身芯片技术应对不公。

（2）技术创新性。熊彼特认为技术创新是一项革命性的变化。芯片技术创新要永远先人半步，“人无我有、人有我优、人优我新、人新我创、人创我领”，芯片技术创新性永远是芯片蓝海中“克敌制胜”的法宝。芯片制造技术往往也是卡脖子的核心关键技术。迄今为止，中国在芯片技术制造环节的光刻机与刻蚀机技术仍然与国际领先水平差距很大，世界最先进水平已经到了5nm水平，而我国才达到7nm水平。中国很多芯片技术企业不具备生产制造光刻机与刻蚀机的技术能力。企业因为规模不允许也没有太多的资金购买国外的相关设施设备，所以只能在芯片的设计和后期的封装测试中赚取微薄的利润，中间的刻蚀流程则被挤掉巨额的利润空间，导致成本升高。在芯片技术制造领域，工艺每前进1nm需要攻克无数难关。例如：华为公司经历15年的技术创新攻关，研发出世界顶尖的7nm工艺芯片。

（3）科学决策能力。科学决策能力对任何企业来说都是一个决定生死存亡的关键因素，尤其是对于高新技术企业，哪怕一丁点的决策失误都可能招致灭顶之灾。企业向哪个方向发展，需要企业高层高屋建瓴的科学决断与顶层设计。前文有述，芯片技术反向外包不但可以获得高质量的技术服务，还可产生“溢出效应”等红利，以低成本构建“逆向工程”。习近平总书记在科技工作者会议上多次告诫大家“核心技术是化缘不来的，一定要想办法花大力气解决卡脖子的关键核心技术难题”[21]。华为公司一方面实施芯片技术反向外包，同时也在积极地开展芯片技术的自主创新，华为公司称之为“备胎计划”，这样前瞻性的科学决策折射出企业居安思危的意识。

（4）产业中观环境。我们不缺资金的投入，也有集中力量办大事的制度自信，但我们缺乏大量的芯片产业高技能研发人才，缺乏具有核心竞争优势的芯片制造企业，导致在芯片技术反向外包方面处处受制于人。中国芯片产业链几乎涵盖所有芯片设计门类，部分产品与模块设计已拥有一定的市场规模，并拥有自己的核心专利，但从整体产业发展来看，产业高技能人才洼地短期内无法填平，芯片产品总体上仍然处于价值链的中低端，无法与国外市场展开价值链高端的抗衡。

（5）企业微观环境。从企业的芯片制造流程来说，一枚小小的芯片技术制造流程主要包括晶圆加工、芯片前期加工与后期封装这几大模块。芯片前期加工环节难度最大，尤其是芯片光刻技术，这也恰恰是制约我国芯片制造企业的关键瓶颈。不少芯片企业面对这样的技术困境不敢迎难而上去攻克，加上企业管理者在经济成本上患得患失的考量，只能采用中低端的芯片技术。虽然国内的江丰电子公司在光刻技术上有所突破，但高端的芯片技术需求仍然需要大规模反向外包贸易。

（6）R&D基础。芯片技术的R&D基础极为重要，需要人力、物力与财力资源的综合调配，它反映出一个企业的科技规模、水平与自主创新程度。据报道，华为公司在全球范围内汇聚数学、物理与化学等方面的研发资源，把40%研究经费投入到芯片技术研究开发上，目前华为除了麒麟980芯片，还研发出5G芯片巴龙5000，该芯片技术让华为MateX在2019年世界通信大会上捧得大奖。格力电器公司也投入500亿元人民币，设立芯片技术研发中心。R&D基础需要时间的积淀，需要多方资源的集中攻关，单个企业的力量有限，多方合作方可实现1+1>2的效果。

五、 结论与建议

（一） 研究结论

文章采用改进的CS-FAHP算法，对问卷收集的资料进行实证研究，以芯片技术反向外包为研究对象，探讨了在当前复杂多变的国际环境下，影响中国芯片技术实施反向外包业务时的主要因素。研究发现，在6个主要影响因素中，环境因素、技术性因素和R&D因素所占的权重排名靠前，在20个细分影响因素中，国内外宏观环境、技术创新性、科学决策能力、产业中观环境、企业微观环境和R&D基础所占的权重排名靠前，这些因素对芯片技术反向外包影响较大。宏观方面警示我们一定要从全局和战略高度上进行把控，重视中国国内芯片供给保障，密切跟踪国际形势、及时研判、积极应对;中观方面警示我们要立足当前，注重芯片产业稳健发展，注重人力资源的长期积淀，加强芯片产业扶持，努力打造具有竞争优势的芯片产业链;微观方面警示我们要注重加强与芯片研发企业之间的合作，对于卡脖子的关键核心技术，要协调多方资源集中攻关，疏通芯片技術研发链的堵点与难点，集中力量办大事。

（二） 对策建议

综合全文的分析，本文针对中国芯片技术反向外包贸易业务现状与存在的主要问题，从国际贸易磋商、顶层设计与基层设计相结合、注重芯片人才培养、“一带一路”倡议联盟这方面提出应对建议，详述如下：

1. 通过积极的国际商务磋商，争取公平对等的贸易地位

面对贸易保护主义抬头，一方面我国要在WTO规则框架内积极应对挑战，通过国际商务磋商争取应有的合法权益，必要时可采取对应的反制措施向对方施压，获得芯片技术反向外包贸易话语权。例如：中国对美国及时响应的对等的贸易反制裁就是很好的策略，严明了中方立场并捍卫了中方的国际贸易主权——我们从来不想打贸易战，但是从来也不怕打贸易战。另一方面我国要在技术大力“引进来”的同时实施企业积极“走出去”的战略，和接包方企业建立长期战略联盟，或在接包方国家与地区设立子公司以淡化国别色彩，再通过当地合作企业向市场众包以应对复杂多变的国际环境。

2. 做好顶层设计与基层设计，加大芯片产业扶持力度

政府的顶层设计要与企业的基层设计相结合，双管齐下共同应对芯片难关。政府要加大芯片产业扶持力度，针对芯片产业具有投资金额大、技术门槛高、回报周期长、资本回报率偏低等特点，进一步加大“减税降费”实施力度，采取对芯片项目资本金财政贴息的政策，免除芯片企业利润转增资本所缴纳的企业所得税，鼓励芯片企业以税后利润再投资新项目，针对不同的芯片企业量身定制个性化的融资支持方式。

3. 订单式培养芯片高技能人才，合力攻克芯片技术难关

芯片企业要加强自主研发创新能力，与相关高校合作，订单式培养芯片高技能人才，并做好高技能人才储备工作。在转结构、充动力、抓质量方面快速转型升级，积极响应国家供给侧改革，辨清全球竞争格局下芯片技术产业由低端向高端的螺旋升级趋势，弥补“刘易斯拐点”下反向外包贸易成本的上升陷阱，向“微笑曲线”高附加值的两极攀升，扭转受制于人的被动局面。芯片企业须拧成一股绳，打造具有竞争优势的芯片技术链，合力攻克芯片技术难关，抢占芯片技术反向外包市场，避免企业之间的无序竞争与内讧，同时严格遵守国际知识产权与信息安全法律法规，做到有理、有利、有节。

4. 加快推进与“一带一路”沿线国家与地区的芯片技术合作行动

“一带一路”沿线国家与地区资源丰富，与中国的互补性强，要借助“一带一路”东风，搭上“一带一路”倡议的便车，共建“一带一路”产学研机构的联合实验室及技术共享平台，与“一带一路”沿线国家深度开展芯片技术反向外包贸易合作。将反向外包流程进一步细分，结合“一带一路”沿线不同企业的科技实力，开展微模块化的反向外包，实现利益共享、风险共担。

六、 研究意义与不足

（一） 研究的意义

虽然业界存在诸多反向服务外包的现象，但是国内外学者对反向服务外包的研究尚且不多。随着“中国制造2025”的发力，高端芯片技术的空白已经越来越成为阻碍国家科技崛起的障碍。文章尝试探讨了影响芯片技术反向外包的主要影响因素，并立足于当前国际贸易保护主义抬头、中国遭受美国一系列不公的贸易制裁的现实情境，揭示了实施芯片技术反向外包的现实路径，填补了国内芯片技术反向外包研究的不足。

（二） 研究不足与展望

虽然文章是基于中国当前实际开展的实证研究，但开展的测量范围较小，邀请的专家专业有限，也没有结合具体的不同企业分析它们面临的不同的难题，但如果能进一步开展更大规模的调研与实证分析，结合几个具体典型的芯片企业实操案例，并给出一些定制化的对策分析，也许研究的结论会更全面，更具说服力，研究更能展现中国当前的亟待解决的实际情境。

PRIYASEN. India and China start reverse outsourcing of foreign pilots to counter shortages[N].India Daily， 20050808.

[2] MARKUSE N J， RUTHERFORD T F， TARR D. RUTHERFORD and D. TARR. Trade and direct investment in producer services and the domestic market for expertise[J]. Canadian Journal of Economics，2005，38（3）：758777.

[3] CRIN R. Service offshoring and white collar employment[J]. Review of Economic Studies， 2010（77）： 595632.

[4] VARSSON I，ALVSTAM C G. Upstream control and downstream liberty of action： interdependence patterns in global value chains， with examples from producer-driven and buyer-driven industries[J].Review of Market Integration，2010，2（1）：4360.

[5] HUMPHREY J， SCHMITZ H. How does insertion in global value chains affect upgrading in industrial clusters[J].Regional Studies，2002，36（9）：10171027.

[6] RODRIK D. Whats so special about Chinas exports [J]. China&World Economy，2006，14（5）：119.

[7] 孟雪.反向服务外包如何影响中国的就业结构——以中国作为发包国的视角分析[J].国际贸易问题，2012（9）：8295.

[8] 陈启斐，刘志彪.反向服务外包对我国制造业价值链提升的实证分析[J].经济学家，2013（11）：6875.

[9] 吴凤羽，唐华明.跨国反向服务外包模式对制造业生产率影响的比较研究[J].国际商务研究，2015，36（9）：7686.

[10] 陈羽，黄晶磊，谭蓉娟.逆向外包、价值链租金与欠发达国家产业升级[J].产业经济研究，2014（4）：112.

[11] 刘丹鹭，岳中刚.逆向研发外包与中国企业成长——基于长江三角洲地区自主汽车品牌案例研究[J].产业经济研究，2011（4）：4452.

[12] 吴极，刘超，夏浩.模糊层次分析法在评价体系建模中的应用与修正[J].统计与决策，2015（20）：7779.

[13] 臧睿，劉延龙.改进的布谷鸟算法及相应罚函数法的应用[J].计算机工程与设计，2015，36（7）：18201824.

[14] 汪明武，吴大国，张薇薇.基于RAGA的模糊层次分析方法在爆破方案优选中的应用[J].爆炸与冲击，2008（3）：225228.

[15] 郭琦，田志超，曾露.AGA-FAHP在工程项目评标中的应用[J].节水灌溉，2010（9）：6264.

[16] 李壮阔，薛有添.基于粒子群算法的模糊层次分析法改进及其应用研究[J].运筹与管理，2013，22（4）：139143.

[17] 常飞，武小悦.基于变邻域分布估计算法的数传资源配置优化[J].系统工程理论与实践， 2011，31（8）：15461554.

[18] 章宁.我国对美离岸服务外包影响因素分析[M].北京：经济科学出版社， 2011.

[19] 王力，刘春生，黄育华.中国服务外包发展报告——中国服务外包竞争力评价[M]. 北京：社会科学文献出版社， 2011.

[20] PRAHALAD C K， HAMEL G. The core competence of the corporation [J]. Harvard Business Review，1990（5）： 7991.

[21] 习近平. 核心技术靠化缘是要不来的[EB/OL]. （20180418）. https：//baijiahao.baidu.com/s？id=15980591 92812427408&wfr：spider&for=PC.

An Analysis of the Influencing Factors and the Countermeasures of

the Chip Technology Reverse Outsourcing

HAN Zhen1， DAI Jun2， REN Hao1

1. School of Economics & Management， Tongji University， Shanghai 200092， China;

2. Research Center for Trade in Services， Suzhou Industrial Park

Institute of Services Outsourcing， Suzhou 215123， China

Under the background of international trade protectionism， the sanctions against ZTE and Huawei imposed by the US confirmed the importance of analyzing the influencing factors of chip technology reverse outsourcing and finding out the countermeasures.

Since the FAHP is greatly influenced by subjective factors and weak in judging the consistency， as to the analytical method， an improved CS-FAHP algorithm is proposed to empirically evaluate the importance of the influencing factors in this paper. The corresponding suggestions are given in terms of the international trade consultation， combination of top-level and basic level designs， chip talent training and “the belt and road” strategic alliance.

reverse outsourcing; trade protection; commercial barrier; value chain